Matplotlib可视化教程：Matplotlib的使用

Matplotlib绘图样式

线条属性

color颜色
linewith宽度
linestyle样式
alpha透明度
marker标记
mfc:make face color 标记的背景颜色

python 复制代码

import matplotlib.pyplot as plt

fig = plt.figure()
ax1 = plt.subplot(111)
ax2 = ax1.twinx()

ax1.set_xlabel("Distance")
ax1.set_ylabel("Density")
ax2.set_ylabel("Temperature")

ax1.plot([0, 1, 2], [0, 1, 2], 

label="Density",color='red',marker='o',linestyle='solid',mfc='b',markersize=10,markeredgecolor='g',markeredgewidth=1,)

ax2.plot([0, 1, 2], [10, 13, 12], label="Temperature",c='b',marker='v',alpha=0.3,)

fig.legend()

Matplotlib设置坐标轴

图表坐标轴是用来显示和表示数据的数值在图表中的位置的线性轴线。坐标轴有两个方向：水平轴（X轴）和垂直轴（Y轴）

单轴设置X与Y轴刻度

python 复制代码

from matplotlib import pyplot as plt

#设置中文字体
plt.rcParams['font.sans-serif'] = 'SimHei'
#显示正常显示符号
plt.rcParams['axes.unicode_minus'] = False

#1：准备数据
# 1天的温度
data = [-4,-2,-1,0,1,2,-3,5,3,1]
#时间
x = range(1,11)
#绘制图像
plt.plot(x,data)

# x轴刻度
x_ticks = [f'{i}点' for i in range(1,len(data))]
#设置X轴刻度
plt.xticks(x_ticks)
#设置Y轴刻度
y_ticks = range(min(data),max(data)+1)
plt.yticks(y_ticks)
plt.show()

双轴设置y轴刻度

python 复制代码

from matplotlib import pyplot as plt

#设置中文字体
plt.rcParams['font.sans-serif'] = 'SimHei'
#显示正常显示符号
plt.rcParams['axes.unicode_minus'] = False

#方法一
#   1；准备数据
#  1天24小时的温度
data1 = [-5,1,5,2,6,8,11,13,12,10,9,4,6,4,3,2]
#  1天24小时的湿度
data2 = [-2,4,5,2,7,8,11,13,12,10,9,4,6,4,3,2]
x = range(0,len(data1))
#   2：创建画布
fig,ax1 = plt.subplots()
#   3：绘制图像
ax1.plot(x,data1,label='温度')
plt.yticks(range(min(data1),max(data1)+1))
#设置共享X轴
ax2 = ax1.twinx()
#   5：绘制图像
ax2.plot(x,data2,label='湿度',color='r')
plt.yticks(range(min(data2),max(data2)+1))

#显示图例
fig.legend()

#方法二
#   1；准备数据
#  1天24小时的温度
data1 = [-5,1,5,2,6,8,11,13,12,10,9,4,6,4,3,2]
#  1天24小时的湿度

data2 = [-2,4,5,2,7,8,11,13,12,10,9,4,6,4,3,2]
x = range(0,len(data1))
#   2：创建画布
fig,ax1 = plt.subplots()
#   3：绘制图像
ax1.plot(x,data1,label='温度')
ax1.set_yticks(range(min(data1),max(data1)+1))
#设置共享X轴
ax2 = ax1.twinx()
#   5：绘制图像
ax2.plot(x,data2,label='湿度',color='r')
ax2.set_yticks(range(min(data2),max(data2)+1))

#显示图例
fig.legend()

Matplotlib网格与标题

pyplot.grid

python 复制代码

from matplotlib import pyplot as plt

#设置中文字体
plt.rcParams['font.sans-serif'] = 'SimHei'
#显示正常显示符号
plt.rcParams['axes.unicode_minus'] = False

# 1：设置表格
data = [-5,1,4,7,3,6,5,7,3,7,3,9,6]
x = range(1,len(data)+1)

plt.plot(x,data)
plt.grid(axis='x',ls='--',lw=1,c='gray',alpha=0.4)

pyplot.title 与 pyplot.suptitle

python 复制代码

from matplotlib import pyplot as plt

#设置中文字体
plt.rcParams['font.sans-serif'] = 'SimHei'
#显示正常显示符号
plt.rcParams['axes.unicode_minus'] = False


#2：设置标题

data = [-5,1,4,7,3,6,5,7,3,7,3,9,6]
x = range(1,len(data)+1)

plt.plot(x,data)
plt.title('一日温度',fontsize = 16) #设置标题方法一
plt.suptitle("2030年1月1日温度",fontsize = 16)#设置标题方法二

Matplotlib绘制文本

pyplot.text方法

python 复制代码

from matplotlib import pyplot as plt

#设置中文字体
plt.rcParams['font.sans-serif'] = 'SimHei'
#显示正常显示符号
plt.rcParams['axes.unicode_minus'] = False

# 绘制文本
data = [-5,1,4,7,-3,6,5,7,4,7,3,9,6]
x = range(1,len(data)+1)

plt.plot(x,data,marker='o',linestyle='--')
for i,j in zip(x,data):
    # ha 横向的对齐方式
    # va 纵向的对齐方式
    plt.text(i+0.3,j,j,fontsize = 16,color='black',ha='center',va='center')

Matplotlib注释的使用

pyplot.annotate方法

python 复制代码

from matplotlib import pyplot as plt

#设置中文字体
plt.rcParams['font.sans-serif'] = 'SimHei'
#显示正常显示符号
plt.rcParams['axes.unicode_minus'] = False

# 注释的使用
data = [-5,1,4,7,-3,6,9,6,4,7,8,8,6]
x = range(1,len(data)+1)
#获取最大值
max_value = max(data)
max_index = data.index(max_value)+1

min_value = min(data)
min_index = data.index(min_value)+1

plt.plot(x,data,marker='o',ls = '--')
plt.annotate(
    '最大值',    #注释文本
    xy = (max_index,max_value),   #注释点
    xytext=(max_index+1,max_value-1),   #注释文本位置
    arrowprops={
        'width':2,              #箭头宽度
        'facecolor':'black',    #箭头颜色
        'headlength':5,         #箭头长度
        'headwidth':6,          #箭头宽度
        'shrink':0.2,           #箭头收缩比例
    }
    )

plt.annotate(
    '最小值',
    xy = (min_index,min_value),
    xytext=(min_index+1,min_value+1),
    arrowprops={
        'width':2,
        'facecolor':'black',
        'headlength':5,
        'headwidth':6,
        'shrink':0.2,
    }
    )

Matplotlib保存图表

pyplot.savefig

python 复制代码

from matplotlib import pyplot as plt

#设置中文字体
plt.rcParams['font.sans-serif'] = 'SimHei'
#显示正常显示符号
plt.rcParams['axes.unicode_minus'] = False

data = [-5,1,4,7,-3,6,9,6,4,7,8,8,6]
x = range(1,len(data)+1)

ata = [-5,1,4,7,3,6,5,7,3,7,3,9,6]
x = range(1,len(data)+1)

plt.plot(x,data)
plt.grid(axis='x',ls='--',lw=1,c='gray',alpha=0.4) 
plt.suptitle("2030年1月1日温度",fontsize = 16)

plt.savefig('./img/line1')
plt.savefig('./img/line2.png')
plt.savefig('./img/line3.jpg')
plt.savefig('./img/line4.svg')
plt.savefig('./img/line5.pdf')
plt.savefig('./img/line6.png',dpi=200)
plt.savefig('./img/line7.png',dpi=500)
plt.savefig('./img/line8.png',facecolor='gray')
plt.savefig('./img/line9.png',pad_inches=10)